[發(fā)明專利]一種基于呂分布的多分量線性調(diào)頻信號(hào)去噪方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710371720.2
• 申請(qǐng)日: 2017-05-24
• 公開（公告）號(hào): CN107248869B
• 公開（公告）日: 2019-05-14
• 發(fā)明（設(shè)計(jì)）人: 林蓉平;羅釤;肖泳;羅一粟
• 申請(qǐng)（專利權(quán)）人: 電子科技大學(xué)
• 主分類號(hào): H04B1/10
• 分類號(hào): H04B1/10
• 代理公司: 電子科技大學(xué)專利中心 51203
• 代理人: 閆樹平

本發(fā)明屬于信號(hào)處理中時(shí)頻分析領(lǐng)域，具體涉及一種基于呂分布的多分量線性調(diào)頻信號(hào)去噪技術(shù)。本發(fā)明針對(duì)多分量線性調(diào)頻信號(hào)，基于呂分布提出信號(hào)重建，結(jié)合信號(hào)檢測(cè)技術(shù)，對(duì)強(qiáng)噪聲污染下的信號(hào)進(jìn)行去噪處理，其結(jié)果為時(shí)域中一個(gè)與原始信號(hào)接近的去噪信號(hào)。由于呂分布具有對(duì)多分量線性調(diào)頻信號(hào)能量聚集性高、噪聲抑制強(qiáng)的特點(diǎn)，本發(fā)明可實(shí)現(xiàn)在負(fù)信噪比下(即噪聲功率大于信號(hào)功率)進(jìn)行有效去噪、并重建信號(hào)，且計(jì)算復(fù)雜度適中，其去噪信號(hào)與原始信號(hào)的均方誤差值優(yōu)于現(xiàn)有技術(shù)。

技術(shù)領(lǐng)域

本發(fā)明屬于信號(hào)處理中時(shí)頻分析領(lǐng)域，具體涉及一種基于呂分布(LvDistribution，LVD)的多分量線性調(diào)頻(線性調(diào)頻：Linear Frequency Modulated，LFM)信號(hào)去噪方法。

背景技術(shù)

通常，無(wú)線信號(hào)在傳播過(guò)程中會(huì)被噪聲污染。在接收端接收信號(hào)后常需要進(jìn)行去噪處理，獲得盡可能干凈的信號(hào)，減少噪聲干擾。LFM信號(hào)由于帶寬較寬，不易從噪聲中提取出來(lái)，因此現(xiàn)有技術(shù)如：基于短時(shí)傅里葉變換去噪、基于維納-威利分布去噪、基于小波變換去噪和基于加權(quán)濾波器去噪等技術(shù)針對(duì)LFM信號(hào)的去噪效果欠佳。

特別當(dāng)噪聲功率高于信號(hào)功率時(shí)，即信噪比(Signal-to-Noise Ratio，SNR，定義為10log₁₀(信號(hào)功率/噪聲功率))為負(fù)的情況下，現(xiàn)有去噪技術(shù)失效。這是因?yàn)楝F(xiàn)有技術(shù)無(wú)法很好的提取LFM信號(hào)的特征，導(dǎo)致在強(qiáng)噪聲下無(wú)法將信號(hào)準(zhǔn)確檢測(cè)并分離出來(lái)。例如，基于短時(shí)傅里葉變換去噪方法對(duì)LFM信號(hào)的能量聚集性較差，容易被淹沒(méi)在強(qiáng)噪聲中；基于維納-威利分布去噪方法在處理多分量信號(hào)時(shí)，會(huì)產(chǎn)生較強(qiáng)的交叉項(xiàng)，包括分量之間的交叉項(xiàng)、各分量與噪聲之間的交叉項(xiàng)，對(duì)信號(hào)自項(xiàng)產(chǎn)生嚴(yán)重干擾，導(dǎo)致去噪性能下降。表1示出了現(xiàn)有技術(shù)針對(duì)多分量LFM信號(hào)去噪的處理特點(diǎn)。

表1

現(xiàn)有去噪技術(shù)名稱	復(fù)雜度	特點(diǎn)
基于短時(shí)傅里葉變換(STFT)	低	僅可工作在正SNR下，在負(fù)SNR下失效
基于維納-威利分布(WVD)	中	僅可工作在正SNR下，在負(fù)SNR下失效
基于小波變換	中	僅可工作在正SNR下，在負(fù)SNR下失效
基于加權(quán)濾波器	中	僅可工作在正SNR下，在負(fù)SNR下失效
基于本征模函數(shù)(IMF)	低	不適用于LFM信號(hào)
基于優(yōu)化模型	高	可工作在負(fù)SNR下